Todos los insights
ES · Estrategia de IA y Transformación

Qué incluir en un contrato y SOW de servicios de IA

Un marco de siete evidencias para convertir promesas de proveedores de IA en condiciones de aceptación, operación y salida.

Siete módulos de evidencia contractual conectan alcance, aceptación, datos, modelos, seguridad, operación y salida.
AI Contract Evidence-7 convierte obligaciones de servicios de IA en evidencias, decisiones y disparadores de cambio. · Generated with OpenAI

Respuesta directa: un contrato de servicios de IA debe convertir promesas en evidencia verificable. Además de alcance, precio y plazo, el SOW debe definir resultado, aceptación, datos y propiedad intelectual, modelos y terceros, riesgo y seguridad, operación y cambios, además de transferencia y salida. La redacción jurídica depende de la jurisdicción; esta guía organiza decisiones comerciales y técnicas para revisión legal.

Los contratos tradicionales de software suelen tratar la entrega como determinista. El comportamiento de IA puede cambiar con datos, modelos, prompts, políticas y uso. Por eso, “funciona” no es un criterio suficiente. El contrato debe decir cómo se probará el desempeño, bajo qué condiciones, quién acepta el riesgo residual y qué ocurre cuando la solución se degrada.

AI Contract Evidence-7: siete evidencias antes de firmar

Para cada dimensión, exija una obligación, la evidencia que demuestra cumplimiento y la decisión resultante. Puntúe 0–3: ausente, descrita, medible o probada operativamente. Una propuesta barata sin evidencia de aceptación, datos o salida solo posterga costo y riesgo.

En una contratación regional, no copie el mismo anexo entre países sin revisión. Mantenga una arquitectura común de evidencias, pero documente responsables, residencia y transferencia de datos, subcontratistas, moneda, impuestos, idioma operativo, jurisdicción y requisitos sectoriales para cada mercado.

1. Resultado: ¿qué cambio de negocio se compra?

Defina proceso, audiencia, decisión o tarea, baseline, métrica y ventana de observación. Separe entregables — discovery, prototipo, integraciones, evaluaciones y runbooks — de resultados que también dependen de adopción del cliente. Asigne product owner, supuestos y dependencias. Evite “mejorar eficiencia con IA”.

2. Aceptación: ¿qué prueba libera cada fase y pago?

Anexe conjunto de evaluación, casos normales, excepciones, umbrales, revisión humana y ambiente de prueba. Cubra calidad, latencia, disponibilidad, costo por tarea, seguridad y experiencia. Defina quién ejecuta y observa, cómo se resuelven diferencias y cuándo se repite. Acepte evidencia, no una demo.

Use gates progresivos: continuar después de discovery; probar valor con datos representativos; readiness para producción; y estabilización post-lanzamiento. Sistemas probabilísticos pueden usar rangos, pero método, muestra y regla de decisión deben ser reproducibles.

3. Datos y propiedad: ¿quién puede usar qué y para qué?

Inventaríe inputs, datos derivados, feedback, logs, prompts, embeddings, outputs y datos personales. Especifique finalidad, acceso, retención, ubicación, eliminación, subprocesadores y uso para entrenamiento. Distinga activos previos de código, configuración, evaluaciones y contenido creados. Adapte todo a privacidad, PI y regulación sectorial local.

4. Modelos y terceros: ¿qué dependencias pueden cambiar?

Liste modelos, APIs, librerías, nubes, versiones y restricciones críticas. Exija informar sustituciones materiales, probar upgrades y evaluar impacto en precio, desempeño o derechos. Defina quién aprueba cambios, cómo se controla lock-in y qué componentes son reemplazables. La cadena debe ser suficientemente visible para gobernarla.

5. Riesgo y seguridad: ¿qué controles se vuelven obligaciones?

Conecte nivel de riesgo con accesos, separación de ambientes, evaluaciones, supervisión humana, red teaming proporcional, incidentes, logs y auditoría. NIST recomienda gestionar tecnologías y proveedores terceros durante el ciclo de vida; SP 800-218A aplica desarrollo seguro a software de IA. Defina plazos y responsabilidades sin prometer riesgo cero.

6. Operación y cambio: ¿quién mantiene la calidad?

Defina SLOs, observabilidad, soporte, escalamiento, costo operativo, mantenimiento de evaluaciones y revisión. Active revalidación ante cambios de modelo, datos, finalidad, autonomía o incidentes. Separe defecto, mejora y cambio de alcance. El Playbook de NIST pide monitoreo continuo de recursos terceros.

7. Transferencia y salida: ¿el cliente puede continuar o migrar?

Liste código, repositorios, documentación, configuración, prompts, evaluaciones, datos exportables, credenciales, runbooks y capacitación. Defina formato, plazo y prueba de portabilidad. Cubra transición, devolución o eliminación de datos y continuidad. La dependencia permanente puede ser una decisión económica, pero no una sorpresa.

Estructure el paquete contractual

  • MSA: términos comerciales, confidencialidad, responsabilidad y reglas generales. SOW: resultado, fases, equipo, dependencias, precio, aceptación y cambios. Anexo de IA: datos, modelos, evaluaciones, riesgos y controles. Anexo operativo: SLOs, soporte, incidentes, monitoreo y costos. Plan de salida: portabilidad, transferencia y cierre.

Prueba final antes de firmar

Elija un escenario crítico y una falla plausible. Pida al proveedor identificar obligación, evidencia, decisor, tiempo y remedio. Si la respuesta depende de buena voluntad o de una reunión futura, el SOW no está listo. Las cláusulas modelo de la UE son referencia útil, pero no constituyen un contrato completo y requieren adaptación.

Próximo paso

Empiece con la guía de RFP en https://makinai.co/insights/es/como-crear-rfp-servicios-ia, compare estrategia e implementación en https://makinai.co/insights/es/consultora-estrategia-o-empresa-implementacion-ia y modele inversión en https://makinai.co/insights/es/cuanto-cuesta-consultoria-ia-presupuesto-plazo. Para conectar decisión, construcción y operación, visite https://makinai.co/services/es/consultoria-estrategia-ia-transformacion.

Fuentes y referencias

  1. UK Government — Guidelines for AI procurement · UK Government

    Recommends problem-led procurement, early market engagement, lifecycle planning and supplier evaluation.

    2026-08-23
  2. European Commission — Updated EU AI model contractual clauses · European Commission

    Provides full and light AI-specific contractual clause models and commentary for responsible procurement.

    2026-08-23
  3. NIST — Generative AI Profile · NIST

    Extends AI risk management to generative AI, including third-party technologies, evaluation and lifecycle controls.

    2026-08-23
  4. NIST AI RMF Playbook — Manage · NIST

    Calls for ongoing monitoring and documented controls for risks and benefits from third-party AI resources.

    2026-08-23
  5. NIST SP 800-218A · NIST

    Adds AI-specific secure development practices to the Secure Software Development Framework.

    2026-08-23
Making connections

Siga explorando

Estrategia de IA y Transformación

Cómo definir el gobierno y desempeño de un proveedor de IA antes de contratar

Leer insight
Estrategia de IA y Transformación

Cómo evaluar el ROI prometido por una consultora de IA antes de contratar

Leer insight
Estrategia de IA y Transformación

Consultora boutique, firma global o integrador: cómo elegir un socio de IA

Leer insight
Capacidad relacionada

Estrategia de IA y transformación

Una consultora de transformación con IA debe responder cuatro preguntas antes de recomendar tecnología: dónde existe valor de negocio, qué capacidades y datos se necesitan, cómo se controlará el riesgo y quién operará el cambio. MAKINAI conecta esas respuestas en un plan ejecutable con prioridades, responsables, métricas y decisiones de escala.

Conocer esta capacidad